基于社区老年人群的10年心血管风险评估工具外部验证

龚悦 黄岳青 张良 赵春华 黄敏

基金项目：江苏省医学重点学科（ZDXK202252）；江苏基层卫生发展与全科医学教育研究中心项目（2021A01）；苏州市姑苏卫生人才计划人才科研项目（GSWS2022068）

引用本文：龚悦，黄岳青，张良，等.基于社区老年人群的10年心血管风险评估工具外部验证［J］. 中国全科医学，2024，27（19）：2336-2343. DOI：10.12114/j.issn.1007-9572.2023.0581.［www.chinagp.net］

GONG Y，HUANG Y Q，ZHANG L，et al. External validation of a 10-year cardiovascular risk assessment tool based on an older population［J］. Chinese General Practice，2024，27（19）：2336-2343.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.

【摘要】 背景 心血管疾病嚴重威胁我国老年人的健康，给我国带来巨大的经济负担；早期心血管疾病风险评估工具的准确筛查能够针对性预防和延缓心血管疾病的发展，相关研究提示常用心血管风险评分工具在老年人中预测效能不佳，缺乏相关外部验证，且尚无公认针对老年患者的有效风险预测工具。目的 在我国社区老年人群中独立验证并比较5种国内外常用心血管风险评估工具预测10年心血管疾病发病风险的效能，探索适合我国社区老年人群的心血管疾病风险评估工具，为基层心血管疾病防治提供理论依据和支持。方法 2012年1月—2013年12月于苏州市留园社区卫生服务中心和润达社区卫生服务中心，在参加社区体检的2万余人中根据纳入排除标准，最终确定344人纳入研究，在创业体检系统中调取目标人群年龄、性别、居住区域、收缩压、舒张压、BMI、腰围、总胆固醇、高密度脂蛋白胆固醇、三酰甘油、是否有房颤、是否左心室肥厚、心血管疾病患病情况、高血压患病情况、糖尿病患病情况、吸烟情况；在慢病随访中完善人群目前吸烟状态及烟龄、是否服用降压药、心血管病家族史、高血压患病情况及高血压用药情况、糖尿病患病情况、2014年1月—2022年12月是否有心血管疾病发病及具体时间。研究结局事件为脑卒中和冠心病发病，根据发病情况分为阳性组和阴性组，依据2012—2013年研究对象各项指标进行Framingham心脏风险评分量表（FRS-CVD）、改良的Framingham卒中量表（R-FSRS）、欧洲系统性冠状动脉风险评估量表2019（SCORE）、中国10年缺血性心血管疾病风险评分量表2006（ICVD）、China-PAR心血管疾病风险评估，将评估结果与实际心血管疾病发病情况进行一致性指数（Concordance index，C-index）、Hosmer-Lemeshow χ2检验和校准图评价。结果 纳入的344人研究对象平均年龄62（56，68）岁，截至2022年12月，169人发生心脑血管疾病（阳性组），175人未发生心脑血管疾病（阴性组）；分别对两组人群进行5种心血管疾病风险评分，心血管疾病风险评估工具预测情况与实际发病情况的对比分析结果如下，区分度检验：FRS-CVD的C-index为0.711（95%CI=0.658～0.764），R-FSRS的C-index为0.728（95%CI=0.675～0.781），SCORE：C-index为0.724（95%CI=0.671～0.777），ICVD：C-index为0.727（95%CI=0.674～0.779），China-PAR：C-index为0.735（95%CI=0.682～0.788）；Hosmer-Lemeshow检验校准情况：FRS-CVD为χ2=16.789（P=0.032），R-FSRS为χ2=11.019（P=0.201），SCORE为χ2=20.396（P=0.002），ICVD为χ2=24.311（P=0.001），China-PAR为χ2=15.149（P=0.056）；校准图中，R-FSRS属校准最佳。男性中模型区分度：FRS-CVD的C-index为0.642（95%CI=0.577～0.707），R-FSRS的C-index为0.646（95%CI=0.581～0.710），SCORE的C-index为0.646（95%CI=0.581～0.711），ICVD的C-index为0.628（95%CI：0.563～0.693），China-PAR的C-index为0.636（95%CI=0.571～0.700）；Hosmer-Lemeshow检验校准情况：FRS-CVD为χ2=7.371（P=0.288），R-FSRS为χ2=8.470（P=0.293），SCORE为χ2=5.146（P=0.525），ICVD为χ2=6.103（P=0.412），China-PAR为χ2=9.555（P=0.298），校准图中SCORE校准最好。女性中模型区分度：FRS-CVD的C-index为0.698（95%CI=0.633～0.762），R-FSRS的C-index为0.731（95%CI=0.666～0.795），SCORE的C-index为0.733（95%CI=0.668～0.798），ICVD的C-index为0.747（95%CI=0.682～0.811），China-PAR的C-index为0.754（95%CI=0.689～0.818）；Hosmer-Lemeshow检验校准情况：FRS-CVD为χ2=14.515（P=0.069），R-FSRS为χ2=12.175（P=0.032），SCORE为χ2=9.611（P=0.022），ICVD为χ2=19.349（P=0.007），China-PAR为χ2=12.372（P=0.135），校准图中China-PAR校准最好。结论 R-FSRS在预测老年人心血管疾病风险预测方面表现良好，尤其适用于老年人。SCORE在预测老年男性心血管疾病风险方面表现较好，而China-PAR在预测老年女性心血管疾病风险方面表现较好。这些评估工具的应用将有助于医生对老年人的心血管疾病风险进行准确预测，并制定相应防治策略。

【關键词】 心血管疾病；危险性评估；风险评估工具；社区；外部验证；苏州市

【中图分类号】 R 54 【文献标识码】 A DOI：10.12114/j.issn.1007-9572.2023.0581

External Validation of a 10-year Cardiovascular Risk Assessment Tool Based on an Older Population

GONG Yue，HUANG Yueqing，ZHANG Liang，ZHAO Chunhua，HUANG Min*

The Affiliated Suzhou Hospital of Nanjing Medical University/Suzhou Municipal Hospital General Medicine，Suzhou 215000，China

*Corresponding author：HUANG Min，Chief physician；E-mail：13962177700@163.com

【Abstract】 Background Cardiovascular diseases seriously threaten the health of the elderly in our country and bring a huge economic burden to our country. Accurate screening of risk assessment tools for early cardiovascular diseases can specifically prevent and delay the development of cardiovascular diseases，studies have suggested that commonly used cardiovascular risk scoring tools are not effective in predicting risk in the elderly，but there is a lack of relevant external validation experimental studies，and there is no well-recognized effective risk prediction tool for elderly patients. Objective To independently validate and compare the efficacy of five commonly used cardiovascular risk assessment tools in China and abroad in predicting 10-year cardiovascular disease risk in our community elderly population，to explore the cardiovascular disease risk assessment tools suitable for our community elderly population，and to provide theoretical basis and support for the prevention and treatment of cardiovascular disease at the grass-roots level. Methods From January 2012 to December 2013，more than 20 000 people in the Liuyuan Community Health Service Centre and Runda Community Health Service Centre in Suzhou Province took part in community medical examinations. According to the inclusion and exclusion criteria，three hundred and forty-four people were identified，data on age，sex，region of residence，systolic blood pressure，diastolic blood pressure，BMI，waist circumference，total cholesterol，high-density lipoprotein cholesterol，triglyceride，atrial fibrillation，Left ventricular hypertrophy，cardiovascular disease，hypertension，diabetes，and smoking were collected from the start-up medical examination system In the follow-up survey of chronic diseases，the current smoking status and smoking age，whether taking antihypertensive drugs，family history of cardiovascular disease，prevalence of hypertension and drug use of hypertension，prevalence of diabetes mellitus，and whether and when cardiovascular disease occurred from January 2014 to December 2022 were improved. The outcome events were stroke and coronary heart disease，and were divided into positive group and negative group，all subjects were assessed with the Framingham Heart Risk Score（FRS-CVD），the modified Framingham Stroke Scale（R-FSRS），the European systemic coronary risk assessment scale 2019（SCORE），Chinese 10-year ischemic cardiovascular disease risk（ICVD），and the China-PAR cardiovascular disease risk assessment，concordance Index（C-index），Hosmer-Lemeshow χ2  and calibration chart were used to evaluate the relationship between the results and actual cardiovascular disease incidence. Results Of the 344 enrolled investigators，with a mean age of 62（56，68）years，as of December 2022，169 had developed cardiovascular disease and 175 had not. Two groups of people were carried out 5 kinds of cardiovascular disease risk score，cardiovascular disease risk assessment tool forecast and the actual incidence of the comparative analysis results are as follows，discrimination test：C-index of FRS-CVD was 0.711（95%CI=0.658-0.764），C-index of R-FSRS was 0.728（95%CI=0.675-0.781），SCORE：C-index was 0.724（95%CI=0.671-0.777），ICVD：C-index was 0.727（95%CI=0.674-0.779），China-PAR：C-index was 0.735（95%CI=0.682-0.788）；Hosmer-Lemeshow test calibration status：FRS-CVD：χ2 =16.789（P=0.032），R-FSRS：χ2=11.019（P=0.201），SCORE：χ2=20.396（P=0.002），ICVD：χ2=24.311（P=0.001），China-PAR：χ2=15.149（P=0.056）；R-FSRS is the best calibration. In men，model discrimination：FRS-CVD：C-index was 0.642（95%CI=0.577-0.707），R-FSRS：C-index was 0.646（95%CI=0.581-0.710），SCORE：C-index was 0.646（95%CI=0.581-0.711），ICVD：C-index was 0.628（95%CI=0.563-0.693），China-PAR：C-index was 0.636（95%CI=0.571-0.700）；Hosmer-Lemeshow test calibration status：FRS-CVD：χ2=7.371（P=0.288），R-FSRS：χ2=8.470（P=0.293），SCORE：χ2=5.146（P=0.525），ICVD：χ2=6.103（P=0.412），China-PAR：χ2=9.555（P=0.298），SCORE was calibrated best in the calibration diagram. Model discrimination among women：FRS-CVD：C-index was 0.698（95%CI=0.633-0.762），R-FSRS：C-index was 0.731（95%CI=0.666-0.795），SCORE：C-index was 0.733（95%CI=0.668-0.798），ICVD：C-index was 0.747（95%CI=0.682-0.811），China-PAR：C-index was 0.754（95%CI=0.689-0.818）；Hosmer-Lemeshow test calibration status：FRS-CVD：χ2=14.515（P=0.069），R-FSRS：χ2=12.175（P=0.032），SCORE：χ2=9.611（P=0.022），ICVD：χ2=19.349（P=0.007），China-PAR：χ2=12.372（P=0.135），China-PAR calibration is the best in calibration chart. Conclusion R-FSRS model has a good performance in predicting the risk of cardiovascular disease in the elderly，especially in the elderly population. SCORE model did better in predicting cardiovascular disease risk in older men，while China-PAR model did better in predicting cardiovascular disease risk in older women. Therefore，the application of these assessment tools will help doctors to accurately predict the risk of cardiovascular disease in the elderly，and formulate corresponding prevention and treatment strategies.

【Key words】 Cardiovascular disease；Risk assessment；Cardiovascular risk assessment tool；Community；External validation；Suzhou

心血管疾病（CVD）是全球死亡和残疾的主要原因，也是世界疾病负担的主要原因［1］。《中国心血管健康与疾病报告2021概要》显示我国CVD患病率处于持续上升阶段；推算2022年CVD患病人数3.3亿，其中脑卒中1 300万、冠心病1 139万［2］。目前我国人口老龄化和代谢危险因素持续流行［3］，CVD负担持续增加；CVD一级预防中，早期CVD风险评估可在最有可能受益的人群中针对性地进行疾病早期预防和控制［4］。

目前CVD风险评估工具众多，危险评分一致性较差［5-6］。有研究认为目前的风险评估工具在老年人中应用情况较差［7］。但目前缺乏针对老年人群外部验证试验，故本研究在平均年龄为62岁的人群中开展多种国内外常用CVD风险评估工具的外部验证试验，致力于研究适用于我国社区人群的CVD风险评估工具，为基层社区CVD风险评估模型的实际应用提供依据。

1 对象与方法

1.1 研究对象

以2012年1月—2013年12月苏州市留园社区卫生服务中心、润达社区卫生服务中心参加社区体检的2万人作为筛查对象，由创业体检管理系统进行初步核查，并由研究者对数据按照统一标准进行清理及合并，以身份证号码为唯一身份识别码，匹配心脑血管慢病管理记录中对应人群，根据慢病管理记录及电话随访核对冠心病、脑卒中发病时间为2014—2023年的人群，作为本研究的阳性组；同样以社区体检人群作为筛查对象，在排除心脑血管疾病慢病管理记录中人群后，根据体检相关记录、电话随访结果明确至研究时尚无心脑血管疾病发病人群作为本研究的阴性组。最终符合纳入及排除标准的研究对象344人。患有恶性肿瘤、精神疾病、死亡且不能明确死亡病因、失访、相关数据不完善者予以排除。本研究已获得苏州市立医院伦理委员会的批准（审批号：KL901379），且已获得研究对象知情同意。

1.2 一般资料

收集2012年1月—2013年12月创业体检管理系统体检资料中以下信息：年龄、性别、收缩压、舒张压、BMI、腰围、总胆固醇、高密度脂蛋白胆固醇、三酰甘油、有无房颤病史、是否左心室肥厚、CVD患病情况、吸烟情况；在慢病随访中完善人群目前吸烟状态及烟龄、是否服用降压药、高血压患病情况及高血压用药情况、糖尿病患病情况、CVD家族史（父母、兄弟姐妹中有人患有心肌梗死或脑卒中）、2014年1月—2022年12月是否有CVD发病及具体时间。

收缩压/舒张压测量：入诊室静息状态20 min后，欧姆龙电子血压计2次测量血压，取2次平均值；BMI（kg/m2）=体质量（kg）/身高（m2），BMI<18.5 kg/m2为体质量过轻，18 kg/m2≤BMI<24 kg/m2为正常，24 kg/m2≤BMI<28 kg/m2为超重，BMI≥28 kg/m2为肥胖；血生化使用日立7600生化分析仪，检测指标包括：总胆固醇、高密度脂蛋白胆固醇、三酰甘油；心房颤动病史纳入标准为：行心电图检查诊断为心房颤动和（或）正在服用药物进行心房颤动治疗；左心室肥厚纳入标准为：行心脏超声检查有左心室肥厚诊断者。吸烟依据WHO定义：一生中连续或累积吸烟6个月或以上者［8］；高血压治疗定义为安静状态下非同日2次测量血压收缩压≥140 mmHg（1 mmHg=0.133 kPa）和（或）舒张压≥90 mmHg，或有明确高血压病史，长期接受控制血压药物治疗中；糖尿病定义为空腹血糖水平≥7.0 mmol/L，或2 h口服葡萄糖耐量试验≥11.1 mmol/L，或有明确的糖尿病病史，并在接受降糖药物治疗中；依据人民卫生出版社第九版内科学诊断标准。

1.3 低密度脂蛋白

由于2012年社区尚未开展低密度脂蛋白生化测定，因此借助Friedewald公式LDL-C=TC-（HDL-C+1/5TG）计算低密度脂蛋白，社区体检人群均为清晨空腹抽血，剔除TG≥4.6 mmol/L人群后满足公式使用条件。

1.4 结局事件定义

研究中结局事件参照各预测模型：Framingham心脏风险评分工具（FRS-CVD）［9］，改良的Framingham卒中量表（R-FSRS）［10］，欧洲系统性冠状动脉风险评估量表2019（SCORE）［11］，中国10年缺血性心血管疾病风险评分量表2006（ICVD）［12］，中国10年心脑血管病风险预测工具（China-PAR）［13］，本研究中动脉粥样硬化性心血管疾病（ASCVD）事件的定义主要包括脑卒中和冠心病。脑卒中定义为急性进行性的血管源性中枢神经系统局灶性或大范围功能障碍（包括出血性、缺血性脑卒中），且经过CT或MRI确诊；冠心病定义为由动脉粥样硬化或动力性血管痉挛，致冠脉狭窄或阻塞引起的心绞痛或心肌梗死，上述诊断均需由三级医院确诊；本研究中，社区慢病管理系统纳入的人群，均为三级医院就诊完善相关影像学及手术操作，由医生录入脑卒中或冠心病诊断后，由社区纳入管理。

1.5 统计学方法

采用SPSS 27.0、Pyhon 3.11进行统计学分析，计数资料用相对数描述，组间比较采用χ2检验；使用Shapiro-Wilk方法进行正态性检验，符合正态分布的计量资料采用（x-±s）描述，組间比较采用t检验；偏态分布的计量资料用M（P25，P75）描述，组间比较采用Mann-Whitney U检验；显著水准α=0.005。各量表评估风险结果进行Bland-Altman一致性检验，Bland-Altman是针对连续性指标一致性评价的工具；量表预测情况检验包括区分度和校准度［14］，区分度表示正确区分具有不同结局事件个体的能力，研究将发生CVD作为终点事件，计算生存时间，C-index>0.7时区分度较好。校准度可反映群体水平上模型的预测风险与实际风险的一致程度，采用Hosmer-Lemeshowχ2检验、校准图检验，显著性水平为0.05。

2 结果

2.1 基本特征

两组性别、年龄、收缩压、高密度脂蛋白胆固醇、BMI、腰围、吸烟、高血压、糖尿病和生存时间比较，差异有统计学意义（P<0.05）；两组三酰甘油、低密度脂蛋白胆固醇、总胆固醇、CVD家族史比较，差异无统计学意义（P>0.05），见表1。

2.2 CVD风险预测及各项占比

5种CVD风险评估工具均根据量表各自要求进行分类，其中R-FSRS预测的最高危险程度（≥10%）人数占比在实际阳性发病人群中占比较高（85/169，50.3%），SCORE预测的最低危险程度（<3%）人数占比在未发病人群中占比较高（138/175，78.9%），见表2。

2.3 Bland-Altman一致性检验

将5种心血管疾病风险评估量表预测结果两两进行Bland-Altman一致性分析，当散点都在标准差线内均匀分布且均值线接近0值时，提示两测量结果较为接近，反之两种测量方式一致性较差。图1可见ICVD与China-PAR的均值与X轴重合，提示两组评分情况较为接近，但95%CI外仍有散点分布，且不可忽略不计；SCORE与ICVD的95%CI外点数分布最多，提示两组评分结果差异较大；校准图中，整体散点分布呈三角形，主要考虑为2个原因：（1）各模型对于CVD风险评估较高的人群预测一致性均较差；（2）本研究样本量数据相对较少，大样本量中预测CVD风险均值若进一步增大则5种量表预测结果差异将更大，见图1。

2.4 区分度

研究对象FRS-CVD的C-index为0.711（95%CI=

0.658～0.764），FSRS的C-index为0.728（95%CI=

0.675～0.781），SCORE的C-index为0.724（95%CI=

0.671～0.777），ICVD的C-index为0.727（95%CI=

0.674～0.779），China-PAR的C-index为0.735（95%CI=

0.682～0.788），整体区分度较好，其中China-PAR的区分度最佳，其次是R-FSRS。性别差异带来的CVD风险评估差异已被证实，尤其是老年患者中［15-16］，本研究区分性别进行评估，在男性中FRS-CVD的C-index为0.642（95%CI=0.577～0.707），R-FSRS的C-index为0.646（95%CI=0.581～0.710），SCORE的C-index为0.646（95%CI=0.581～0.711），ICVD的C-index为0.628（95%CI=0.563～0.693），China-PAR的C-index为0.636（95%CI=0.571～0.700），见表3；男性中整体区分度均处于较低水平，C-index均<0.7，其中SCORE和R-FSRS表现最佳（C-index为0.646）。女性中FRS-CVD的C-index为0.698（95%CI=0.633～0.762），R-FSRS的C-index为0.731（95%CI=0.666～0.795），SCORE的C-index为0.733（95%CI=0.668～0.798），ICVD的C-index为0.747（95%CI=0.682～0.811），China-PAR的C-index为0.754（95%CI=0.689～0.818），女性整体区分度较男性好，其中China-PAR的C-index值最高为0.754，

见表3。

表3 CVD风险评估区分、校准情况

Table 3 Discrimination and calibration of cardiovascular risk assessment

类别 C-index（95%CI） Hosmer-Lemeshow χ2值 P值

男性

FRS-CVD 0.642（0.577～0.707） 7.371 0.288

R-FSRS 0.646（0.581～0.710） 8.470 0.293

SCORE 0.646（0.581～0.711） 5.146 0.525

ICVD 0.628（0.563～0.693） 6.103 0.412

China-PAR 0.636（0.571～0.700） 9.555 0.298

女性

FRS-CVD 0.698（0.633～0.762） 14.515 0.069

R-FSRS 0.731（0.666～0.795） 12.157 0.032

SCORE 0.733（0.668～0.798） 9.611 0.022

ICVD 0.747（0.682～0.811） 19.349 0.007

China-PAR 0.754（0.689～0.818） 12.372 0.135

总人群

FRS-CVD 0.711（0.658～0.764） 16.789 0.032

R-FSRS 0.728（0.675～0.781） 11.019 0.201

SCORE 0.724（0.671～0.777） 20.396 0.002

ICVD 0.727（0.674～0.779） 24.311 0.001

China-PAR 0.735（0.682～0.788） 15.149 0.056

2.5 校準度

整体人群校准中，仅China-PAR和R-FSRS的Hosmer-Lemwshowχ2检验P值>0.05，China-PAR：χ2=

15.149（P=0.056），R-FSRS：χ2=11.019（P=0.201），提示整体人群中China-PAR和R-FSRS预测风险与实际发病拟合中无显著差异；校准图中，R-FSRS对角线散点分布最多，其余各点均匀分布在对角线附近（图2），属校准最佳。男性中Hosmer-Lemwshowχ2检验P值均>0.05，SCORE的P值最大为0.525，Hosmer-Lemwshowχ2值最小为5.146（表3）；校准图中SCORE校准情况最佳（图2）。女性校准中Hosmer-Lemeshow检验R-FSRS、SCORE 2019、ICVD的P值均小于0.05，仅China-PAR（χ2=12.372，P=0.135）和FRS-CVD（χ2=14.515，P=0.069）与实际CVD发病拟合中无显著差异，校准图中China-PAR散点分布更接近于对角线，校准更佳，见图2。

3 讨论

CVD风险评估工具不断被创新和完善，预测模型的准确评估直接决定了下一步的防治措施，CVD风险评估用于一级预防，于2019年China-PAR模型被纳入《中国心血管病风险评估和管理指南》，建议对35岁及以上人群进行CVD风险评估，但China-PAR相关外部验证试验中，预测效能层次不齐［17-19］。在我国人口老龄化的社会背景下，预计未来50年我国65岁及以上老年人口将持续增长，于2059年达4亿峰值［3］，CVD负担将进一步加重，老年人群CVD防治中，更多的外部验证试验能够进一步指导社区一级预防中CVD风险评估工具的选择及改进。

此次调查研究中总体人群平均年龄为62岁，研究结合10年间CVD发病情况与CVD风险评估进行分析，R-FSRS在5种风险预测量表中表现最佳，R-FSRS是美国弗莱明翰心脏研究中心于2018年在考虑到在过去25年中，卒中率和几种卒中危险因素的患病率已经下降，且伴随着卒中预防治疗的有效性提高，在Framingham风险预测模型的基础上进行的更新［10］。2003年对平均年龄为55.8岁的7 489例上海居民进行为期5年的随访发现，R-FSRS对研究人群的预测效能为中度［20］；2009年对北京55～84岁的1 203名参与者进行的平均4.8年随访研究中，R-FSRS校准和区分度均表现一般［18］，本研究与其相仿，然而在5种风险评估工具中R-FSRS表现最好；考虑为以下原因：（1）我国CVD患病人数中以卒中患者位居首位［21］，故针对卒中患者的CVD风险预测工具更具有针对性；（2）苏州市于2006年开始每年对老年人开展免费体检项目，同时建立电子体检档案，对体检人员的身体健康状况进行跟踪管理，并在社区中开展家庭医生健康管理服务，2013年苏州市润达社区服务中心对658名常驻居民进行为期1年的综合健康管理服务后，发现居民的血压、血糖及血脂水平有明显改善，脑卒中及冠心病发生率显著降低［22］，家庭医生签约服务的开展使得苏州市居民对CVD危险因素加以重视并积极控制，得益于苏州地区基层社区医疗机构的努力，这或许就使得R-FSRS成为了老年人群体中最佳的CVD风险预测评估工具。

男性风险预测评估中SCORE表现最佳，5種量表中对于老年CVD风险评估的区分度均较低，但SCORE在校准中具有较好的表现。SCORE评估工具2019年修订的SCORE版本，将年龄延长至70岁，允许风险因素的影响因年龄而异，通过纳入年龄与其他风险因素的相互作用来完成，模型的主要特色在于将年龄作为衡量暴露时间长短的尺度，而不是一个单独变量［11］，可能对于老年人CVD风险具有更精确的评估。2014年在亚洲14 863名40～65岁参与者的5年随访中，SCORE准确预测了男性CVD发生风险［23］。包括SCORE在内的多个风险评估工具将总胆固醇作为危险因素纳入，但有研究表明，随着年龄的增长，总胆固醇与冠心病风险的相关性丧失［24］，国外老年人流行病学研究测量了进入研究时所有70岁参与者的总胆固醇水平，横断面和纵向研究表明，老年男性的平均总胆固醇水平逐渐下降，考虑原因为随着年龄的增长肝脏代谢降低，在高龄时测量的低胆固醇水平可能无法反映其终生暴露情况［25］，因此老年男性的CVD风险预测工具性能有待进一步提高，纳入能够反应危险因素终生暴露情况的检验及检查指标，或许能够更准确地评估老年男性CVD的患病风险。

女性中，China-PAR模型在CVD风险预测方面表现较好。China-PAR是2016年在中国医学科学院阜外医院顾东风等对21 320名中国参与者进行随访观察建立的中国10年ASCVD风险方程，主要特点在于：将我国南和北（以长江为界）、城市和农村、腰围、家族史作为危险因素纳入［13］。不同于其他风险评估工具，China-PAR将腰围而不是BMI纳入危险因素，研究发现BMI未能完全捕获心脏代谢风险［26］，在BMI正常的人群中，腰围的增加与CVD死亡率显著增加有关，而老年患者腹型肥胖多见，以腰围为风险因素的评估使得BMI正常但腹部肥胖的老年患者获得更准确地评估，尤其在老年女性中［27］。在多项中老年人群随访临床研究中China-PAR均表现出较好的区分度［5，19，28］，但校准情况不理想（P<0.05），然而在本研究中China-PAR展现出较好的校准能力（P>0.05）。

4 小结

R-FSRS模型在老年人CVD风险预测方面表现良好，尤其适用于老年人。SCORE模型在预测老年男性CVD风险方面表现较好，而China-PAR模型在预测老年女性CVD风险方面表现较好。本研究局限性：（1）部分数据（除体检数据外），例如发病年限、吸烟时间、CVD患病情况等相关数据为电话随访核实，可能存在一定偏差，但研究中为缩小误差，采用体检数据、社区脑卒中慢病管理系统和电话随访多的项核对，在各项结果统一时，纳入研究，在人为可控范围内将误差降到了最低；（2）其次本研究在苏州市社区选取样本，具有地区代表性，扩大样本的多地区研究，更加能够反应量表在我国老年人群中的应用情况。

作者贡献：龚悦负责提出研究思路，设计研究方法、数据质量控制、数据收集、数据分析及撰写论文；黄岳青负责选题指导及论文修改；张良负责数据收集；赵春华负责实验统计学方法指导；黄敏负责选题指导及论文修改，对文章整体负责。

本文无利益冲突。

黄敏：https：//orcid.org/0009-0009-3420-4777

参考文献

ROTH G A，MENSAH G A，JOHNSON C O，et al. Global burden of cardiovascular diseases and risk factors，1990-2019：update from the GBD 2019 study［J］. J Am Coll Cardiol，2020，76（25）：2982-3021. DOI：10.1016/j.jacc.2020.11.010.

《中国心血管健康与疾病報告》编写组. 《中国心血管健康与疾病报告2021》概述［J］. 中国心血管病研究，2022，20（7）：577-596. DOI：10.3969/j.issn.1672-5301.2022.07.001.

童玉芬. 中国人口的最新动态与趋势——结合第七次全国人口普查数据的分析［J］. 中国劳动关系学院学报，2021，35（4）：15-25.

GOLDSBOROUGH E 3rd，OSUJI N，BLAHA M J. Assessment of cardiovascular disease risk：a 2022 update［J］. Endocrinol Metab Clin North Am，2022，51（3）：483-509. DOI：10.1016/j.ecl.2022.02.005.

陈暐烨，刘晓非，沈鹏，等. China-PAR与WHO模型预测10年心血管病风险的准确性［J］. 中华流行病学杂志，2022，43（8）：1275-1281. DOI：10.3760/cma.j.cn112338-20211206-00952.

李清霖. 常用心血管风险评估工具在首钢队列人群中的比较［D］. 北京：北京协和医学院，2020.

VAN BUSSEL E F，HOEVENAAR-BLOM M P，POORTVLIET R K E，et al. Predictive value of traditional risk factors for cardiovascular disease in older people：a systematic review［J］. Prev Med，2020，132：105986. DOI：10.1016/j.ypmed.2020.105986.

World Health Organization. Guidelines for controlling and monitoring the tobacco epidemic［M］. Geneva：WHO，1998.

VASAN R S，PENCINA M J. General cardiovascular risk profile for use in primary care：the Framingham Heart Study［J］. Circulation，2008，117（6）：743-753. DOI：10.1161/CIRCULATIONAHA.107.699579.

DUFOUIL C，BEISER A，MCLURE L A，et al. Revised Framingham stroke risk profile to reflect temporal trends［J］. Circulation，2017，135（12）：1145-1159. DOI：10.1161/CIRCULATIONAHA.115.021275.

GRAHAM I M，ANGELANTONIO E D，VISSEREN F，et al. Systematic coronary risk evaluation （SCORE）：JACC focus seminar 4/8［J］. J Am Coll Cardiol，2021，77（24）：3046-3057. DOI：10.1016/j.jacc.2021.04.052.

国家“十五” 攻关“冠心病、脑卒中综合危险度评估及干预方案的研究” 课题组. 国人缺血性心血管病发病危险的评估方法及简易评估工具的开发研究［J］. 中华心血管病杂志，2003，31（12）：16-24.

YANG X L，LI J X，HU D S，et al. Predicting the 10-year risks of atherosclerotic cardiovascular disease in Chinese population：the china-PAR project （prediction for ASCVD risk in China）［J］. Circulation，2016，134（19）：1430-1440. DOI：10.1161/CIRCULATIONAHA.116.022367.

ALBA A C，AGORITSAS T，WALSH M，et al. Discrimination and calibration of clinical prediction models：users' guides to the medical literature［J］. JAMA，2017，318（14）：1377-1384. DOI：10.1001/jama.2017.12126.

KANE A E，HOWLETT S E. Differences in cardiovascular aging in men and women［J］. Adv Exp Med Biol，2018，1065：389-411. DOI：10.1007/978-3-319-77932-4_25.

LU Y，PECHLANER R，CAI J J，et al. Trajectories of age-related arterial stiffness in Chinese men and women［J］. J Am Coll Cardiol，2020，75（8）：870-880. DOI：10.1016/j.jacc.2019.12.039.

LIU X F，SHEN P，ZHANG D D，et al. Evaluation of atherosclerotic cardiovascular risk prediction ModelsinChina：results from the CHERRY study［J］. JACC Asia，2022，2（1）：33-43. DOI：10.1016/j.jacasi.2021.10.007.

ZHANG Y L，FANG X H，GUAN S C，et al. Validation of 10-year stroke prediction scores in a community-based cohort of Chinese older adults［J］. Front Neurol，2020，11：986. DOI：10.3389/fneur.2020.00986.

ZENG N M，ZHENG X W，PENG H，et al. Validation of the china-PAR equations for cardio-cerebrovascular risk prediction in the inner Mongolian population［J］. Biomed Environ Sci，2018，31（6）：463-466. DOI：10.3967/bes2018.061.

黃久仪，曹奕丰，郭吉平，等. 应用改良弗明汉卒中风险评估工具预测中国人卒中的风险［J］. 中国脑血管病杂志，2013，10（5）：228-232. DOI：10.3969/j.issn.1672-5921.2013.05.002.

中国心血管健康与疾病报告编写组. 中国心血管健康与疾病报告2022概要［J］. 中国循环杂志，2023，38（6）：583-612. DOI：10.3969/j.issn.1000-3614.2023.06.001.

汤学军，黄岳青，赵翼洪. 新时期社区家庭医生健康管理服务的研究［J］. 贵阳中医学院学报，2013，35（6）：320-321. DOI：10.3969/j.issn.1002-1108.2013.06.0168.

SELVARAJAH S，KAUR G，HANIFF J，et al. Comparison of the Framingham Risk Score，SCORE and WHO/ISH cardiovascular risk prediction models in an Asian population［J］. Int J Cardiol，2014，176（1）：211-218. DOI：10.1016/j.ijcard.2014.07.066.

MILLER N E，NANJEE M N. Hyperlipidemia in the elderly：Metabolic changes underlying increases in plasma cholesterol and triglycerides during aging［J］. ResearchGate，1992.

DENKE M A，WINKER M A. Cholesterol and coronary heart disease in older adults. No easy answers［J］. JAMA，1995，274（7）：575-577.

ROSS R，NEELAND I J，YAMASHITA S，et al. Waist circumference as a vital sign in clinical practice：a Consensus Statement from the IAS and ICCR Working Group on Visceral Obesity［J］. Nat Rev Endocrinol，2020，16（3）：177-189. DOI：10.1038/s41574-019-0310-7.

ZHANG C L，REXRODE K M，VAN DAM R M，et al. Abdominal obesity and the risk of all-cause，cardiovascular，and cancer mortality：sixteen years of follow-up in US women［J］. Circulation，2008，117（13）：1658-1667. DOI：10.1161/CIRCULATIONAHA.107.739714.

唐迅，张杜丹，何柳，等. China-PAR模型在北方农村人群中预测动脉粥样硬化性心血管疾病发病风险的应用［J］. 北京大学学报（医学版），2017，49（3）：439-445. DOI：10.3969/j.issn.1671-167X.2017.03.011.

（收稿日期：2023-11-15；返修日期：2024-03-19）

（本文编辑：崔莎）